使用基于模型的学习控制进行气流场远程多物体操控

非接触操控是机器人领域的有前景的方法，具有广泛的科学和工业应用前景。其中，气流因其 ability to 跨越较大距离以及灵活驱动不同材料、尺寸和形状的物体而居于首位。然而，预测距离上的气流场以及其中物体的运动始终颇具挑战性 due to 其非线性和随机性。本文提出了一种基于模型的学习方法，使用喷射产生的气流场进行表面上的远程多物体操控。该方法融合了场的解析模型、学习的物体动力学以及基于模型的控制器。该模型预测给定喷嘴方向下，整个无限平面上的气速度场，而物体动力学通过鲁棒系统识别算法进行学习。通过基于模型的控制器，我们能够在米级距离下自动且远程地控制单个和多个物体的运动，用于路径跟随、聚集和分类等任务。